基于计算机视觉的物流信息采集系统任务书
2020-04-23 20:05:32
1. 毕业设计(论文)的内容和要求
为了满足物流信息采集高速化的要求,以及近年来深度学习在计算机图像处理方面的快速发展,将深度学习自动化识别快递单技术运用到物流信息采集系统中去,不但可以实现信息的实时高速化采集,也能够解决物流信息系统中信息录入的问题。
该题目详细研究基于计算机图像处理的物流信息采集系统的关键技术,包括图像识别,文本区域检测定位,文本识别,条形码识别等,并实现物流信息采集系统。
本设计旨在通过对快递单图像的自动化识别,提取快递单有效信息,快递单号,收件地址,收件人,手机号码,快递箱体积等。
2. 参考文献
[1]胡文.基于OpenCV手机拍照快递单文字识别的研究.哈尔滨商业大学学报(自然科学版) 2015年第5期 P564-568页 [2]孙川. 基于结构特征的快递单手机号码识别算法研究.云南师范大学学报(自然科学版) 2017年第1期 P37-42页 [3]王然. 快递面单高效地址辨识数字化编码设计研究.全国商情(理论研究) 2016年第28期 P19-21页 [4]徐强. 基于Android平台的物流信息采集系统. 吉林大学学报(信息科学版) 2016年第34卷第2期P196-203 [5]莫绍强. 基于图像识别技术的物流信息采集系统的设计. 物流技术2012年第17期P400-401,416 [6] 陶瑞岩,贾琳,刘建军. 基于BFID技术的铁路小汽车物流信息采集系统框架设计[J]. 2008,(22). [7] 张志荣,张龙江,孙建华. 基于RFID的铁路物流电子识别系统[J]. 大连交通大学学报,2011,(1):106-109. [8] 张华,刘玥波. 基于小波包和支持向量机的ERT系统流型识别[J]. 吉林建筑工程学院学报,2012,(1):83-85. [9] 张丽珍,李欣. 基于RFID技术的实时交通信息采集处理技术[J]. 交通标准化,2007,(12):44-47. [10]Islam. Image Recognition with Deep Learning. 2018 International Conference on Intelligent Informatics and Biomedical Sciences (ICIIBMS) Intelligent Informatics and Biomedical Sciences (ICIIBMS), 2018 International Conference on. 3:106-110 Oct, 2018 [11]Safaei. TICNN: A Hierarchical Deep Learning Framework for Still Image Action Recognition Using Temporal Image Prediction. 2018 25th IEEE International Conference on Image Processing (ICIP) Image Processing (ICIP), 2018 25th IEEE International Conference on. :3463-3467 Oct, 2018 [12] 杨远飞. 基于轻量型卷积神经网络的图像识别. 电视技术2018年第3期 P40-44页
3. 毕业设计(论文)进程安排
2018.12.1-12.31 确定题目 2019.1.1-1.31 查阅参考文献,了解课题要求,完成开题报告 完成英文翻译 2019.3.1-3.10 着手系统的图像预处理,包括质量过滤,版面分析,形变矫正。
递交论文和英文翻译 3.11-3.20 完成系统的文本区域检测定位,检测文本区域,为文本识别缩小范围 3.21-4.15 完成系统的文本识别,包括对汉字数字字母的打印体识别 4.16-4.25 完成系统条形码识别 4.26-5.10 完善主要模块的功能 5.11-5.15 完成各模块的单元测试,并着手进行模块整合 5.20-5.26 完成整个系统的调试工作,并着手毕业论文(设计)的撰写工作 5.29-6.9 完成论文的初稿,并通过电子邮件发给指导老师初审 6.10-6.12 按指导老师意见修改论文并定稿打印装订 6.13- 准备毕业论文的答辩,包括答辩演示文稿等